[英]Hierarchical Pandas: How to create hierarchical pandas dataframe from columns of two dataframes?
[英]How to create hierarchical columns in pandas?
我有一个看起来像这样的熊猫数据框:
rank_2015 num_2015 rank_2014 num_2014 .... num_2008
France 8 1200 9 1216 .... 1171
Italy 11 789 6 788 .... 654
现在,我想按年绘制仅num_
列的总和的num_
。 因此,在x轴上,我想要从2008年到2015年的年份,在y轴上,我想要相关的num_
列的总和。
最好的方法是什么? 我知道如何获取每一列的总和:
df.sum()
但是我不知道如何只num_
列,以及如何重新标记这些列,以使标签是整数而不是字符串,以便正确绘制图表。
我想知道是否要创建分层列,如下所示:
rank num
2015 2014 2015 2014 .... 2008
France 8 9 1200 1216 .... 1171
Italy 11 6 789 788 .... 654
然后,我可以将num
部分中的列绘制成图表。
如何使数据框变成这种形状?
您可以将str.extract
与正则表达式模式(.+)_(\\d+)
以将列转换为DataFrame:
cols = df.columns.str.extract(r'(.+)_(\d+)', expand=True)
# 0 1
# 0 num 2008
# 1 num 2014
# 2 num 2015
# 3 rank 2014
# 4 rank 2015
然后,您可以从cols
建立一个分层(MultiIndex)索引 ,并将其重新分配给df.columns
:
df.columns = pd.MultiIndex.from_arrays((cols[0], cols[1]))
使df
变为
num rank
2008 2014 2015 2014 2015
France 1171 1216 1200 9 8
Italy 654 788 789 6 11
import pandas as pd
import matplotlib.pyplot as plt
df = pd.DataFrame({ 'num_2008': [1171, 654],
'num_2014': [1216, 788],
'num_2015': [1200, 789],
'rank_2014': [9, 6],
'rank_2015': [8, 11]}, index=['France', 'Italy'])
cols = df.columns.str.extract(r'(.+)_(\d+)', expand=True)
cols[1] = pd.to_numeric(cols[1])
df.columns = pd.MultiIndex.from_arrays((cols[0], cols[1]))
df.columns.names = [None]*2
df['num'].sum().plot(kind='bar')
plt.show()
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.